December 14, 2020
Attenzione
I dati sono aggiornati al 14/12/2020. I commenti sono quelli del post originale del 16 Aprile 2020.
Il fine del post è solo di illustrare graficamente alcuni aspetti della pandemia in Italia, quindi niente previsioni e niente letture critiche per quanto riguarda l’operato di “chiunque”.
Ricordo anche che purtroppo i dati sono poco affidabili per tante e valide ragioni, quindi le conclusioni che si possono trarre sono da prendere con le pinze.
I dati che ho utilizzato si possono trovare sul sito del progetto della protezione civile su github, che sono qua
Il numero totale di casi
Innanzitutto introduciamo il grafico con l’andamento del numero totale di casi per regione, che è rappresentato in Figura 1. Come tutti si aspettano è la Lombardia è la regione con il maggior numero di casi, a seguire troviamo l’Emilia-Romagna, che ha avuto un tasso di crescita molto elevato, il Piemonte, poi il Veneto. Quest’ultima regione, che è stata insieme alla Lombardia la prima ad avere focolai di Covid ha poi avuto tassi di crescita lenti. Potrebbe essere dovuto all’ampio numero di tamponi che sono stati fatti sin dall’inizio, che hanno permesso di mitigare la diffusione del virus.
Notiamo anche che dopo queste quattro regioni, dove la Lombardia è sempre a parte, troviamo la Toscana che ha un numero di casi che è circa la metà di quelli del Veneto. Infine, sembra che il Piemonte sia l’unica regione che non presenta una evidente diminuizione nel tasso di crescita.
Sottolineiamo che questi sono il numero di casi totale, quindi la loro numerosità dipendende dal numero di tamponi effettuati e da come si è scelto di somministrarli.
Figure 1: Andamento del numero totale di casi per regioni
In Figura 2 vediamo invece l’andamento dei positivi, da questo si vede che che finalmente in svariate regioni si comincia a vedere un’inversione di tendenza: in alcune come l’Emilia-Romagna più marcate, mentre in altre o non c’è ancora stata (vedi Piemonte) oppure è molto poco marcata.
Figure 2: Andamento del numero totale di positivi per regioni
I tassi rispetto alla popolazione
Naturalmente nel commento di questi dati stiamo trascurando un importante fattore, cioè la popolazione di queste regioni. Per questo motivo, una volta visto quale è l’andamento del numero assoluto di casi è bene analizzare l’andamento del tasso di incidenza ogni mille persone. Questo è fatto in Figura 3
Figure 3: Andamento del tasso di casi per mille residenti
L’andamento dei tassi è ben diverso dal precedente, infatti possiamo vedere che nella seconda metà di marzo il numero di casi per mille persone è esploso in Valle d’Aosta ed attualmente, a livello regionale, è il più alto d’Italia.
L’altro aspetto che emerge è che le regioni rispetto a questi tassi sono molto più vicine, in particolare il Trentino-Alto Adige ha dei tassi molto alti e soprattutto ha mostrato dei ritmi di crescita molto elevati sino a circa uan settimana fa.
Aggiornamento: nuovo grafico
In Figura 4 sono rappresentati i nuovi casi ogni 100 abitanti, con questo grafico è più facile confrontare i cambi di tendenza nella crescita dei casi tra le regioni.
Figure 4: Andamento del numero di nuovi casi per mille residenti
I tassi di mortalità e di ospedalizzazione
In Figura 5 sono rappresentati i tassi di mortalità per COVID ogni 100000 abitanti, anche nel caso della maortalità i più esposti sono sempre Valle d’Aosta e Lombardia, ma a ruoli invertiti. Notiamo che la Valle d’Aosta riflette la rapida impennata vista sopra anche per la mortalità, ovviamente con un certo ritardo.Figure 5: Tassi di mortalità per COVID ogni 100000 residenti
Un altro elemento, che può essere ritenuto piuttosto preoccupante è l’Emilia-Romagna non sembra cambiare l’andamento della crescita della mortalità.
In Figura 6 sono rappresentati i tassi di ospedalizzazione, cioè il rapporto tra ricoverati per sintomi lievi e in terapia intensiva sulla popolazione per mille. A mio avviso questa grandezza, cioè gli ospedalizzati è una delle più indicative, infatti hanno una dipendenza dal numero di tamponi che è relativamente limitata (mentre lo è maggiormente il numero di quelli in isolamento domiciliare) e sono casi tutti accertati, cosa che purtroppo non sembra essere vera per i decessi, che tendono ad essere sottostimati.
Figure 6: Tassi di ospedalizzazione regionali
Nel caso degli ospedalizzati vediamo che, ad esclusione di Lombardia e Lazio, le altre regioni hanno superato il picco, picco che si è presentato più o meno allo stesso tempo per tutte le regioni indipendentemente dal livello della variabile. Questo dovrebbe essere dovuto alle politiche di distanziamento sociale attuate dal governo. In realtà, nelle regioni con i tassi di ospedalizzazione più bassa non si vede molto il trend a decrescere, però stiamo trattando di tassi che sono al di sotto dello 0.15 per mille.
Aggiornamento
Aggiungo l’occupazione delle terapie intensive a livello regionale di 2020-12-14. I dati sul numero di posti disponibili sono stati presi dal sito de Il Sole 24 Ore, che ha in parte riportato quelli comunicati da Quotidiano Sanità e, in parte estrapolato il numero di posti dal comunicato del Commissario per l’emergenza, che non ha mai comunicato dati ufficiali (almeno che io sappia). Sottolineo che il lavoro fatto da Il Sole 24 Ore è estremamente importante nel momento in cui questi dati non sono direttamente accessibili (almeno aggiornati) da fonti ufficiali.
Riporto nella seguente tabella i dati testé citati.
I tamponi
In Figura 7 troviamo l’andamento del numero di tamponi per 1000 abitanti nelle regioni. La prima cosa che balza all’occhio è che in Veneto, che è la regione in cui sono stati effettuati il maggior numero di tamponi, ne sono stati fatti (al 16 aprile) meno di 46 ogni mille abitanti; naturalmente questo numero è molto basso se si vogliono utilizzare questi esami per controllare la diffusione della malattia.
Figure 7: Numero quotidiano di tamponi ogni mille abitanti
Aggiunta grafico
Figure 8: Numero giornaliero di individui testati
Figure 8: Numero giornaliero di individui testati
In Figura 8 nel primo grafico è rappresentato l’andamento dei tamponi su individui non precedentemente sottoposti a test ogni 10000 abitanti, quindi rappresenta la frazione di popolazione sottoposta a tampone (su 10000). Nel secondo grafico è invece rappresentata la proporzione della popolazione, in percentuale, a cui è stato effettuato il tampone almeno una volta.
In generale, vediamo che a partire da marzo l’andamento del numero di tamponi ha avuto una accelerazione in tutte le regioni, anche se non così marcata come si sarebbe sperato.
Figure 9: Rapporto tra numero di tamponi ed ospedalizzati
In Figura 9 è rappresentato il rapporto tra numero di tamponi e numero di ospedalizzati quotidiano. Il grafico è limitato temporalmente fino alla fine di maggio, siccome dopo tale data nella maggior parte delle regioni il numero di ospedalizzati è divenuto troppo esiguo.
In questo caso, come ci si aspetta il Veneto è tra i primi insieme al Friuli, altrettanto naturalmente le regioni meno colpite hanno un rapporto migliore e, meno atteso, la Lombardia è il fanalino di coda della classifica con meno di 19 tamponi ogni ospedalizzato contro i 193 del Friuli Venezia Giulia, cioè 10 volte tanto.
Uno sguardo finale
In Figura 10 sono rappresentate le stesse variabili di prima, ma solo alla data più recente. In questo modo riusciamo ad avere una vista d’insieme sulla diffusione e sugli effetti del corona virus a livello nazionale.
## Warning: `group_by_()` is deprecated as of dplyr 0.7.0.
## Please use `group_by()` instead.
## See vignette('programming') for more help
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_warnings()` to see where this warning was generated.Figure 10: Rappresentazione su mappa dei dati più recenti